澳大利亞墨爾本大學（UniMelb）博士（PhD）申請攻略

導師簡介

如果你想申請澳大利亞(ya) 墨爾本大學電氣與(yu) 電子工程係的博士，那今天這期文章解析可能對你有用！今天Mason學長為(wei) 大家詳細解析墨爾本大學的Prof. Yan Wong的研究領域和代表文章，同時，我們(men) 也推出了新的內(nei) 容“科研想法&開題立意”，為(wei) 同學們(men) 的科研規劃提供一些參考，並且會(hui) 對如何申請該導師提出實用的建議！方便大家進行套磁！後續我們(men) 也將陸續解析其他大學和專(zhuan) 業(ye) 的導師，歡迎大家關(guan) 注！

導師目前任職於(yu) 澳大利亞(ya) 莫納什大學電氣與(yu) 電子工程係副教授，同時也是該校生物醫學發現研究所的成員。導師2009年獲得新南威爾士大學博士學位，博士論文圍繞視覺假肢芯片的設計開發，以及當前聚焦的新穎電極組織完成。

隨後，導師在紐約大學從(cong) 事博士後研究，主要研究後頂葉皮質中脈衝(chong) -本地場電位互動對運動計劃的作用，並開發用於(yu) 複雜上肢控製的大腦-機器接口。之後導師加入墨爾本大學電氣與(yu) 電子工程係，並在國家視覺研究所開展神經假肢研發和神經環路動力學研究。

研究領域

導師的教學領域主要包括生物醫學工程、神經科學等。他的研究興(xing) 趣涵蓋：運用前沿的神經記錄技術改善神經假肢的效能；上肢運動控製的大腦-機器接口；視皮質和視網膜刺激研究以提高義(yi) 眼效能；改進人工耳蝸配戴技術；如支架電極等新型電極技術；利用本地場電位改善神經假肢等。

導師還關(guan) 注脈衝(chong) -本地場電位編碼、運動規劃和決(jue) 策等神經科學議題。

研究分析

Spatiotemporal mapping of foliar uptake using microfluidics and fluorescence imaging (New Phytologist, 2021) 該論文發表於(yu) 植物學頂級期刊《新植物學家》,研究了利用微流控技術和熒光成像繪製植物葉片吸收的空間和時間映射。研究發現葉片吸收具有時空異質性,上下表麵吸收存在差異。該成果拓寬了對植物吸收過程的理解,為(wei) 精準施肥提供新思路。

A Framework for the Co-design of Artificial Brains and Bodies (NeurIPS, 2020) 該論文發表於(yu) 頂級人工智能會(hui) 議NeurIPS,研究提出一個(ge) 聯合設計神經控製器和機器人身體(ti) 的框架。該框架通過協同優(you) 化實現控製策略和身體(ti) 設計的同步協調。該方案克服了傳(chuan) 統分離設計的劣勢,使學習(xi) 和控製更有效。

Low-Dimensional Dynamics of Resting-State Cortical Activity (Neuron, 2018) 該論文發表於(yu) 頂級神經科學雜誌《神經元》,利用特征分解等方法揭示了靜息狀態皮層活動的低維動力學特征。發現了不同狀態下腦活動可以用幾個(ge) 姿態模式表示,該發現可用於(yu) 植入式腦機接口的設計。

A Brain-Machine Interface Enabling Fluid Induction and Control of 3D Velocity Fields (Neuron, 2017) 該論文發表於(yu) 《神經元》雜誌,介紹了一個(ge) 使靈長類動物能夠感知和控製三維速度場的大腦-機器接口。該研究對理解和植入大腦-機器接口有重要意義(yi) 。

Fast Compressive Phase Retrievals Using Inner Products (IEEE Transactions on Computational Imaging, 2021) 該論文發表於(yu) 《IEEE計算成像期刊》,研究了一種快速壓縮相位檢索算法。該算法利用內(nei) 積的稀疏性,大幅減少了相位檢索中的測量次數,可應用於(yu) 醫學成像等領域。

Deep learning enables automated sleep staging from raw single-channel EEG (Nature Communications, 2020) 該論文發表於(yu) 《自然通訊》雜誌,研究表明單通道EEG原始信號輸入到深度學習(xi) 模型中可以實現自動化睡眠分期,達到與(yu) 臨(lin) 床專(zhuan) 家水平相當的精確度,對睡眠監測技術有重要推動作用。

項目分析

Building a visual world: how brain circuits create and use representations (2022-2024)

該項目主要研究大腦神經環路如何創建和使用表示,以更好地理解視覺信息處理機製,為(wei) 改善視覺假肢提供理論基礎。采用電生理記錄、光遺傳(chuan) 學等前沿技術開展研究。

Oscillations as a mechanism for neural communication (2020-2023)

該項目旨在研究神經振蕩作為(wei) 神經通信機製的作用,采用多電極記錄等技術研究不同腦區的振蕩模式間互動。該研究可為(wei) 腦機接口的多模式解碼提供理論支持。

Development of a low-cost, bimanual device for stroke neurorehabilitation (2021-2022)

該項目針對中風康複研發低成本雙手神經康複設備,運用虛擬現實和生物反饋技術,以提高中風患者的康複效果。該研究具有良好的臨(lin) 床轉化前景。

研究想法

一、大腦-機器界麵(BMI)的多模態聯合解碼

設計一種結合電生理信號和功能磁共振成像(fMRI)的聯合BMI解碼方案,提高運動意圖解碼的準確性和穩健性。

開題立意:一種基於(yu) 電生理信號與(yu) 功能磁共振成像的聯合解碼算法在腦機接口中的應用研究

二、閉環BMI在神經塑性和運動康複中的應用

通過閉環BMI訓練引導損傷(shang) 大腦的功能重組,促進神經塑性,實現自主運動能力的重新學習(xi) 。

開題立意:基於(yu) 閉環腦機接口的神經網絡重構機製與(yu) 運動功能重建研究

三、異質神經群集動力學模型在BMI中的應用

建立包含各種神經元類型的異質群集動力學模型,模擬不同腦區的神經編碼,優(you) 化BMI解碼的穩健性。

開題立意: 異質神經群集動力學模型在腦機接口解碼中的應用研究

四、無創EEG信號在低維BMI中的應用探索

使用無創EEG記錄信號,研究其在低維腦機接口中的編碼效能。

開題立意: 基於(yu) 無創腦電信號的低維腦機接口控製策略研究

五、新型柔性電極在高密度BMI中的應用

開發新型可伸展柔性電極,實現皮層高密度記錄,提升BMI解碼精度。

開題立意: 新型伸展性電極在高密度腦機接口中的應用研究

申請建議

一、全麵學習(xi) 導師Yan Wong的研究興(xing) 趣和代表論文

1. 重點學習導師在神經假肢和腦機接口方麵的研究成果,如Neuron 2017的3D速度場腦機接口等。
2. 閱讀導師在視覺皮層刺激、電極技術、LFP解碼等方麵的最新研究論文。
3. 注意導師最近的研究方向,如基於微流控技術的植物營養吸收研究。

二、設計符合導師方向的研究提案

1. 根據導師研究,可設計基於多模式神經信號解碼的改進型腦機接口。
2. 結合導師最新方向,可以探索基於電生理信號解碼的植物合成優化。
3. 提案要明確問題、方法、意義,顯示自己的學術潛力。

三、主動與(yu) 導師溝通交流

1. 發送郵件初步介紹自己,表達研究興趣,附上簡曆。
2. 在導師答複後,提供初步的項目設想,征求導師專業意見。
3. 積極回複導師問題,爭取獲得導師的認可和支持。